基于深度学习的机器人抓取位置检测方法
闫哲1; 杜学丹1,2; 曹淼1,2; 蔡莹皓2; 鲁涛2; 王硕2
刊名高技术通讯
2018
卷号28期号:1页码:58-66
关键词深度学习 机器人抓取 位置检测 压缩自动编码器
英文摘要进行了机器人的智能抓取研究,提出了一种基于深度学习的机器人抓取位置检测方法。该方法以目标物体的多模态特征作为训练数据,采用无监督学习与监督学习相结合的方式对目标物体的最优抓取位置进行学习。在无监督学习阶段,使用压缩自动编码器(CAE)对神经网络进行无监督逐层预训练;在减粗学习阶段,使用反向传播算法对整个网络进行监督微调。仿真实验结果验证了该方法能够对目标物体的最优抓取位置做出精确的判断。在Universal Robot 5机器人上进行了抓取实验,实验结果表明该方法的抓取成功率较高,能够应用到机器人抓取相关的任务中。
内容类型期刊论文
源URL[http://ir.ia.ac.cn/handle/173211/20872]  
专题类脑智能研究中心_神经计算及脑机交互
作者单位1.哈尔滨理工大学
2.中国科学院自动化研究所
推荐引用方式
GB/T 7714
闫哲,杜学丹,曹淼,等. 基于深度学习的机器人抓取位置检测方法[J]. 高技术通讯,2018,28(1):58-66.
APA 闫哲,杜学丹,曹淼,蔡莹皓,鲁涛,&王硕.(2018).基于深度学习的机器人抓取位置检测方法.高技术通讯,28(1),58-66.
MLA 闫哲,et al."基于深度学习的机器人抓取位置检测方法".高技术通讯 28.1(2018):58-66.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace